长相关网络流量Hurst指数估计算法  

Long Range Dependent Networks Traffic Hurst Exponent Estimate Arithmetic

作　　者：张博[1] 汪斌强[1] 智英建[1] 

机构地区：[1]国家数字交换系统工程技术研究中心,郑州450002

出　　处：《计算机工程》2009年第2期83-85,共3页Computer Engineering

基　　金：国家"863"计划基金资助项目(2004AA103130)

摘　　要：针对传统长相关网络流量Hurst指数估计算法估计结果不准确、可变信息受损严重的情况,提出时域内滑窗时变方差之差Hurst指数估计算法,采用已知参数的人工分形高斯噪声序列及Bellcore采集的真实网络流量序列BC-pOct89对其进行验证。结果表明该算法减少了可变信息损失,能动态地刻画全域上的长相关特性,具有较高的准确性和鲁棒性。Because result of long range dependent networks traffic Hurst exponent estimate arithmetic is not exact and loses much changed information, this paper proposes Slide Window Time Variety（SWTV） variance＇s dispersion Hurst exponent estimate arithmetic, which uses Fractal Gauss Noise（FGN） list whose parameters is known and real networks traffic list BC-pAug89 collected by Bellcore to test it. The result indicates this arithmetic reduces loss of changed information, depicts Long Range Dependent（LRD） characteristic in all field, and gets well veracity and robust.

关 键 词：长时相关 滑窗时变 分形高斯噪声 鲁棒性 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]